यह डिटेक्ट एंड ट्रैक नाम का एक लिनक्स ऐप है जिसका नवीनतम संस्करण Detect-Tracksourcecode.tar.gz के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ़्त होस्टिंग प्रदाता OnWorks पर ऑनलाइन चलाया जा सकता है।
डिटेक्ट एंड ट्रैक नामक इस ऐप को ऑनवर्क्स के साथ मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
स्क्रीनशॉट:
पता लगाएँ और ट्रैक करें
विवरण:
डिटेक्ट-ट्रैक, क्रिस्टोफ़ फ़ीचटेनहोफ़र, एक्सल पिंज़ और एंड्रयू ज़िसरमैन द्वारा ICCV 2017 के पेपर "डिटेक्ट टू ट्रैक" और "ट्रैक टू डिटेक्ट" का आधिकारिक कार्यान्वयन है। यह फ्रेमवर्क ऑब्जेक्ट डिटेक्शन और ट्रैकिंग को एक ही पाइपलाइन में एकीकृत करता है, जिससे डिटेक्शन ट्रैकिंग को सपोर्ट कर सकता है और ट्रैकिंग डिटेक्शन परफॉर्मेंस को बेहतर बना सकती है। R-FCN के संशोधित संस्करण पर निर्मित, यह कोड ResNet-50, ResNet-101, ResNeXt-101 और Inception-v4 जैसे बैकबोन नेटवर्क का उपयोग करके कार्यान्वयन प्रदान करता है, जिसके परिणाम ImageNet VID डेटासेट पर अत्याधुनिक सटीकता प्रदर्शित करते हैं। इस रिपॉजिटरी में MATLAB-आधारित प्रशिक्षण और परीक्षण स्क्रिप्ट के साथ-साथ पूर्व-प्रशिक्षित मॉडल और पुनरुत्पादन के लिए पूर्व-गणना किए गए क्षेत्र प्रस्ताव शामिल हैं। कई परीक्षण कॉन्फ़िगरेशन उपलब्ध हैं, जिनमें मल्टी-फ़्रेम इनपुट और उन्नत संस्करण शामिल हैं जो ट्रैकिंग बॉक्स को परिष्कृत करते हैं और फ़्रेमों में डिटेक्शन कॉन्फिडेंस को एकीकृत करते हैं।
विशेषताएं
- डिटेक्ट-टू-ट्रैक और ट्रैक-टू-डिटेक्ट फ्रेमवर्क (ICCV 2017) को लागू करता है
- ResNet, ResNeXt और Inception बैकबोन के साथ संशोधित R-FCN पर निर्मित
- पूर्व-प्रशिक्षित मॉडल और पूर्व-गणना क्षेत्र प्रस्ताव प्रदान करता है
- इमेजनेट VID और DET डेटासेट के लिए प्रशिक्षण और परीक्षण स्क्रिप्ट
- मल्टी-फ्रेम और परिष्कृत ट्रैकिंग सहित कई परीक्षण मोड
- ImageNet VID सत्यापन सेट पर 82% से अधिक mAP परिणाम प्राप्त हुए
प्रोग्रामिंग भाषा
सी ++, मैटलैब
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/detect-and-track.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।